9月24日的新质生产力日报提到，湖北省经济和信息化厅发布《湖北省制造业中试平台服务手册（2026年版）》，公开平台基本情况、核心服务能力、关键技术参数和联系方式。与建设一座新园区相比，编一本服务手册似乎并不宏大，但它触及了科技成果转化中一个长期被低估的问题：许多企业不是完全没有中试资源，而是不知道资源在哪里、能做什么、何时可用、数据是否可信，也不知道如何把一次验证接到下一次放大和量产。
实验室样品到规模化产品之间，存在著名的“死亡谷”。在这一阶段，技术已经不再只是科学问题，却还没有形成稳定产品：材料配方需要放大，设备参数需要反复调整，良率、可靠性、成本、安全和环保都要经受真实工况检验。单个团队通常承担不起完整产线，社会上的设备和专家又分散在高校、科研院所、龙头企业和园区。目录化的价值，就是先把不可见的工程能力变成可以发现、比较和组合的公共服务。
中试不是一次放大实验，而是一条证据生产线
许多项目把中试理解为“做一个更大的样品”，结果到了量产才发现问题。真正的中试至少要同时回答五类问题。
一是工艺可重复。实验室依靠资深研究人员手工调整的流程，能否转化为明确参数窗口、操作规程和控制策略。二是设备可实现。目标温度、压力、精度、洁净度和节拍，能否由产业设备长期稳定达到。三是质量可验证。关键质量属性如何测量，批次差异、缺陷模式和可靠性数据是否足以支撑客户认证。四是经济可接受。原料利用率、能耗、人工、折旧、维护和废品成本加总后，是否仍有商业空间。五是合规可通过。安全生产、环保排放、知识产权、行业准入和数据合规是否满足要求。
所以，中试平台的核心产品不是厂房和设备，而是一组可复核的工程证据：工艺包、物料衡算、设备选型、质量控制计划、失效分析、成本模型、合规材料和放大风险清单。目录如果只列“拥有某某仪器”，仍然停留在资产展示；只有把能够交付的证据和服务边界写清，才能帮助企业跨过死亡谷。
平台目录应从黄页升级为机器可读服务目录
一份有效目录至少应包含四组信息。
第一组是能力信息：适用行业、材料或产品类型、工艺环节、技术成熟度区间、可处理的尺寸和批量、关键设备、检测方法、环境条件以及专家能力。例如同为增材制造平台，应区分金属或高分子、粉末床或定向能量沉积、最大成形尺寸、材料体系、后处理和无损检测能力。
第二组是交易信息：服务项目、报价方式、最小批量、典型周期、当前排期、样品运输要求、失败后的费用规则、知识产权安排和保险责任。中小企业最害怕的是“先来谈谈”，谈了一个月仍不知道能否做、多少钱、多久完成。
第三组是合规信息：平台资质、质量体系、计量校准、危险化学品条件、环保许可、数据安全能力以及可支持的行业认证。对汽车、医疗器械、航空航天等领域，中试数据能否被客户和监管接受，常常比设备先进程度更重要。
第四组是绩效信息：完成过哪些类型项目、平均交付周期、一次通过率、放大成功率、客户复购率及形成的标准、专利和量产案例。绩效不宜只用“服务企业数量”衡量，更要跟踪项目是否进入下一技术成熟度阶段。
这些字段应以统一数据模型发布，并提供网页检索和API，而不只是PDF下载。企业可按材料、工艺、参数、地域、认证和交付周期筛选；平台可以持续更新设备状态和产能；主管部门则能看到区域能力缺口与重复建设。
从需求到量产的七步技术路径
第一步是需求结构化。企业提交的不能只有一句“帮我做中试”，而应形成需求包：产品目标、当前技术成熟度、关键性能、样品状态、目标批量、预算、时间、约束条件和知识产权敏感级别。平台可用标准问卷和行业模板降低沟通成本。
第二步是能力匹配。目录系统根据工艺标签和参数范围筛选候选平台，再由技术经理人工复核。匹配算法可以推荐，却不能替代专家判断，因为很多设备参数相同，夹具、材料兼容性和操作经验不同，结果可能完全不同。
第三步是可制造性评审。由研发、工艺、质量、设备、安全和供应链人员共同审查，明确关键质量属性、关键过程参数和主要失效模式。这里可借鉴质量源于设计（QbD）、设计失效模式与影响分析（DFMEA）及过程FMEA方法。
第四步是试验设计。使用DOE安排配方、温度、速度、压力等变量，避免单因素反复试错。同步建立测量系统分析，确认检测工具本身可靠。每一次试验都要绑定样品批次、设备状态、环境数据和操作者记录。
第五步是数字线程记录。把设计版本、物料批次、工艺配方、设备时间序列、检测结果和异常处置关联到唯一项目及样品ID。条件允许时建立数字孪生，用仿真缩小试验空间，但仿真结果必须由物理试验校准。
第六步是阶段门评审。项目不是做完实验就结束，而要在概念验证、工程样机、小批试制、客户验证和量产准备等节点作出“继续、调整或终止”决定。每个门都有明确证据清单，防止项目在平台里无限试验。
第七步是转产交接。中试平台向工厂交付可执行的工艺包、设备与工装要求、控制计划、检验规范、供应商清单、培训材料和爬坡计划。转产后还应跟踪前三个批次，把现场偏差反馈进模型和目录绩效。
建设“平台目录+项目操作系统”的机制架构
目录化要发挥长期作用，需要一个四方协同机制。
政府或行业机构负责制定目录字段、评价规则、公共补贴和审计要求，不宜直接替企业判断技术路线。平台运营方负责维护能力、排期、质量体系和项目交付。企业作为需求方，提供真实约束并承担合理试错成本。第三方检测、保险、认证和技术经理则提供可信验证与跨平台协调。
在系统架构上，可分为门户层、撮合层、项目层、数据层和治理层。门户层提供搜索、地图和案例；撮合层处理需求发布、保密协议、询价和专家评审；项目层管理计划、样品、试验、里程碑和费用；数据层保存工艺数据、检测结果与版本谱系；治理层处理身份权限、日志审计、知识产权、补贴核销和绩效评价。
对于跨平台项目，还需要“技术经理”或中试经纪人。一个新材料项目可能先在材料平台完成公斤级制备，再到成形平台加工，随后到检测平台做可靠性测试。企业若逐家沟通，交接损耗很大。技术经理应负责拆分工作包、定义接口、协调样品与数据流，并对最终证据链完整性负责。
公共资金也应从补贴设备转向补贴服务和结果。可以发放中试券，由企业选择目录内平台，补贴在完成里程碑并通过审计后兑付。对于共性技术、首批次验证和高风险未来产业，可提高支持比例；对长期闲置或绩效低的平台，应减少新增建设。
数据工程是目录化成败的隐形边界
第一项约束是分类体系。不同平台对同一工艺的命名不一致，搜索会失效。应建立“行业—产品—材料—工艺—设备—检测—认证”的多层本体，并允许一个能力关联多个标签。术语需有定义、版本和同义词映射。
第二项约束是参数可比。目录不能只写“高精度”“大型”“先进”，必须采用单位明确的数值范围，并说明测试条件。精度、温度、压力、洁净等级等参数要关联校准证书和更新时间。
第三项约束是数据最小化。企业在匹配阶段只需披露足以判断能力的信息，核心配方和图纸应在签署保密协议、完成权限审批后开放。项目数据按角色、组织和阶段授权，下载、导出与模型训练用途分别控制。
第四项约束是数据谱系。每个检测结果都要能追溯到样品、物料、设备、方法、校准状态和操作者；报告修改必须保留版本。若平台用AI分析缺陷或推荐工艺，还应记录模型版本、训练数据边界和人工复核结果。
第五项约束是互操作。跨平台交接需要通用标识、API和文件格式。产品全生命周期数据可参考ISO 10303 STEP等标准，设备数据可结合OPC UA，实验室检测可通过LIMS接口交换。不能要求所有平台更换原有系统，但可建立最小公共交换模型。
第六项约束是商业秘密隔离。公共目录公开能力，不公开客户秘密；主管部门查看绩效汇总，不默认查看全部技术正文；平台之间只交换完成工作包所需的数据。数据确需用于行业分析时，应脱敏、聚合并取得约定授权。
如何评价一个目录是否真的有效
最直观指标不是收录了多少个平台，而是企业找到合适平台需要多久。可以设置需求首次响应时间、有效匹配率、从咨询到签约的转化率和平均排期等待时间。
第二组是工程指标，包括项目里程碑按期率、试验数据完整率、阶段门通过率、工艺窗口稳定性和转产后的良率爬坡时间。
第三组是产业指标，包括中试项目进入小批量或量产的比例、形成订单与融资金额、新增标准和认证数量、关键技术成熟度提升，以及平台服务收入对财政投入的杠杆倍数。
第四组是生态指标，包括跨平台协同项目占比、中小企业使用率、设备共享率、专家响应率和重复建设减少情况。目录的真正目标不是让每个平台“满负荷”，而是让区域创新资源被更合理地组合。
评价还要警惕幸存者偏差。高风险项目失败并不一定说明平台差；如果失败原因被完整记录，并帮助企业及时停止错误路线，也创造了价值。因此应区分技术不可行、能力不匹配、项目管理失败和市场变化等原因。
产业判断：中试将成为先进制造业的公共云
日报把中试资源“产品化、目录化”视为新质生产力的工程基础设施，这个判断很重要。未来的中试平台可能越来越像云服务：企业不必拥有全部设备，而是通过目录选择标准能力；平台按项目、批次、设备时或合格结果收费；技术经理负责多平台编排；数据系统记录全过程。
但制造中试不会像软件云那样完全标准化。材料批次、设备磨损、环境与隐性经验都会影响结果，线下操作和责任承担不可消失。因此，数字目录最适合降低发现与协同成本，而不是把复杂工程包装成“一键下单”。
区域竞争也会从“有多少平台”转向“能否形成完整验证链”。一个地方拥有大量单点设备，却缺少检测、认证、供应链和首批客户，仍难以完成转化。反之，跨区域目录和互认机制可以弥补本地短板，减少低水平重复建设。
人工智能会进入中试，但主要价值不是生成漂亮报告，而是辅助DOE、异常检测、工艺窗口预测、设备预测维护和历史案例检索。前提是先把数据标识、时间同步、质量和权限做好。没有可靠实验数据，AI只会加速错误结论。
企业可立即采取的行动
第一，建立自己的“中试就绪度清单”。在联系平台前，明确样品、目标性能、预算、批量、合规、知识产权和阶段门，避免把尚未完成基础验证的课题直接推给中试线。
第二，用参数而不是机构名找平台。将需求拆成关键工艺、尺寸、温压范围、检测精度和资质条件，再对照目录筛选，并要求平台说明边界和类似案例。
第三，合同中约定数据与成果。写清原始数据归属、平台背景知识产权、共同改进成果、报告用途、保密期限、AI训练限制和项目终止时的数据返还或删除。
第四，设立跨部门项目负责人。研发部门不能独自完成中试，制造、质量、采购、财务和市场应提前加入。越晚考虑供应链、认证和客户需求，死亡谷越深。
第五，保留失败数据。把无效配方、异常批次和失败原因纳入结构化知识库，后续项目可以减少重复试错。失败数据往往比成功样品更能定义工艺边界。
第六，把平台当作量产前伙伴，而不是临时设备出租方。优先选择能够提供工艺工程、质量、检测和转产支持的平台，并在量产爬坡阶段保持反馈闭环。
制造业成果转化的死亡谷，不会靠一次政策发布被填平。湖北服务手册的启示在于，先把能力公开、参数说清、联系方式打通，让企业能够找到第一块踏脚石。下一步则应把静态目录升级为动态服务网络，用统一数据模型、阶段门机制、可信证据链和跨平台技术经理，把分散资源组织成真正可调用的工程基础设施。
参考资料
- 湖北省经济和信息化厅：《湖北省发布制造业中试平台服务手册》
https://jxt.hubei.gov.cn/bmdt/gzdt/202609/t20260923_6021594.shtml - 工业和信息化部：《制造业中试创新发展实施意见》相关政策栏目
https://www.miit.gov.cn/ - OECD：Technology Readiness Levels相关研究与创新政策资料
https://www.oecd.org/sti/ - NASA：Technology Readiness Level Definitions
https://www.nasa.gov/directorates/somd/space-communications-navigation-program/technology-readiness-levels/ - NIST：Manufacturing Extension Partnership（制造业工程服务网络）
https://www.nist.gov/mep - NIST：Smart Manufacturing Systems Design and Analysis Program
https://www.nist.gov/programs-projects/smart-manufacturing-systems-design-and-analysis-program - ISO 10303 STEP：产品数据表达与交换标准介绍
https://www.iso.org/standard/63141.html - OPC Foundation：OPC UA技术资料
https://opcfoundation.org/about/opc-technologies/opc-ua/ - FDA：Quality by Design相关药品开发资料
https://www.fda.gov/drugs/pharmaceutical-quality-resources/quality-design-qbd - SEMATECH：半导体制造中试与协同研发历史资料入口
https://www.sematech.org/